如何用Python调用OECD的SDMX API获取指定土地覆盖数据？

方法一：直接请求CSV格式（最可靠） #

OECD的SDMX接口支持直接返回CSV格式，只需把原URL里的GetData替换为GetData.csv，就能绕过SDMX库的解析问题：

import pandas as pd

# 修改后的CSV请求URL
url = "https://stats.oecd.org/restsdmx/sdmx.ashx/GetData.csv/LAND_COVER_FUA/AUS+AUT.FOREST+GRSL+WETL+SHRUBL+SPARSE_VEGETATION+CROPL+URBAN+BARE+WATER.THOUSAND_SQKM+PCNT/all?startTime=1992&endTime=2019"

# 读取CSV到DataFrame
df = pd.read_csv(url)
print(df.head())

方法二：修复pandasdmx的使用方式 #

如果一定要用pandasdmx库，需按照OECD的SDMX规范构建查询参数，而非直接拼接URL：

import pandasdmx as sdmx

# 初始化OECD数据源
oecd = sdmx.Request('OECD')

# 按维度拆分查询参数
data_response = oecd.data(
    resource_id='LAND_COVER_FUA',
    key={
        'REF_AREA': 'AUS,AUT',
        'LAND_COVER': 'FOREST,GRSL,WETL,SHRUBL,SPARSE_VEGETATION,CROPL,URBAN,BARE,WATER',
        'MEASURE': 'THOUSAND_SQKM,PCNT'
    },
    params={'startTime': '1992', 'endTime': '2019'}
)

# 转换为DataFrame格式
df = sdmx.to_pandas(data_response)
print(df.head())

常见排查点 #

• 确认网络可正常访问OECD官网，必要时配置代理
• 验证参数中的维度代码（如SPARSE_VEGETATION）是否匹配数据集的官方代码列表，可通过OECD数据详情页核对
• 升级pandasdmx到最新版本：执行pip install --upgrade pandasdmx

内容的提问来源于stack exchange，提问作者user2679611